model.parameters(), lr = 0.003)
model.train() train_loss = 0lables) optimizer.step()
print('Epoch: {} \tTraining Loss: {:.6f}&#
浏览 18提问于2018-12-19得票数 1
回答已采纳
我正在训练我的数据集，但是当我调用训练方法时，我遇到了一个错误，它说我的张量没有维度。任何人都可以告诉我如何解决这个问题，并确定我的张量是否有维度？METHODS
def pad_sequence(sequences, batch_first=False, padding_value =0):
r"""Pad a listDefault: 0.max_size = sequences[0].size
浏览 74提问于2020-07-24得票数 0
3回答
我的目标是提取pytorch张量的维度，其索引不在给定的列表中。我想使用广播来做如下所示： Sim = torch.rand((5, 5))result = Sim[a] 我假设a是一个维度为5的True/Flase张量，但我得到了错误的<
浏览 85提问于2021-10-20得票数 0
回答已采纳
1回答
我不断地遇到同样的错误，我的张量的范围是不正确的，当我试图谷歌的解决方案时，解释往往更加混乱。我传递了一个一维张量，但它告诉我，它期待一个范围的[-1, 0], but got 1。
再次混淆d
浏览 3提问于2020-01-12得票数 7
回答已采纳
1回答
if not going and frame is None: results = model(frame)
编辑:我得到的错误是：RuntimeError: Expected 4-dimensional
浏览 0提问于2021-07-04得票数 0
回答已采纳
在通过pytorch对resnet50模型进行培训时，我得到了以下错误：
RuntimeError:无效参数0:除维度0外，张量的大小必须匹配。
浏览 0提问于2019-03-07得票数 0
回答已采纳
1回答
layer_2 = self.layer2(inputs)上面的代码导致了以下错误：由于这两个源层都是Embedding层，所以我认为它们共享相同维度并不是最优的。在本例中，对于50项的词汇表使用5的
浏览 2提问于2021-12-26得票数 2
回答已采纳
1回答
我在a中存储了一个张量，如下所示：array([[0.1 ], [0.15],当我应用softmax函数时，我得到一个张量float32, numpy= [1.], [1.],
[1.]
浏览 3提问于2020-05-25得票数 1
回答已采纳
2回答
掩模张量依赖于另一个张量
、、、
我想在t1中将所有与张量t2匹配的项标记为True，否则标记为False。下面的示例展示了此类操作的示例： t1 = tf.constant([0, 1, 2, 3, 4, 5, 6])
mask = tf.some_opstf.Tensor: shape=(7,), dtype=bool, numpy=array([False, True, True, True, False, False, False])> 给定一个张量常量数组，如何根据另一个张量创建布尔
浏览 23提问于2020-06-21得票数 0
如果没有火炬张量，该方法可以工作，如以下示例所示：element = test[2]print在转换成张量之前，我最终可以这样做，但我更喜欢之后。我从train_data获得的一个元素有一个维度：1 64 3 1080 1920---------------------------------------------------------------------------
Run
浏览 9提问于2021-12-07得票数 0
回答已采纳
1回答
让我们取以下长度的张量6现在，我只想访问特定索引上的元素，比如在[0, 3, 4]。我发现对于二维张量非常有用，例如维数(2, 4)，但是对于给定的t就不起作用。
如何在不使用for循环的情况下，根据给定的一维张量索引列表访问一组元素？
浏览 13提问于2022-11-23得票数 0
回答已采纳
假设我们有即，2x3x4张量。
我很难理解为什么t[0][:][:2]的形状是2x4而不是3x2。我们不是取第0，全部，和第一指数的第一，第二和第三维度，在这种情况下，会给我们一个3x2张量？
浏览 1提问于2022-01-07得票数 0
1回答
例如，我有一个张量A(2,3,4)和张量B(3,4)，并且想要沿着维度0(批处理维度)与B进行koefs乘法(而不是收缩操作)。如何在没有For循环的情况下做到这一点？
浏览 0提问于2017-11-01得票数 0
1回答
** start = 0 yield start, start + sizewindow_size//2))-1,window_size,52))i_segment = 0i_label = 0
for (start,end) in win
浏览 0提问于2020-05-31得票数 0
我正在尝试弄清楚如何在pytorch中做以下填充的tensorflow等价物： nn.ReplicationPad2d((1, 0, 1, 0)) 我尝试了以下方法，但这似乎只有在输入张量实际为2x2时才有效： tf.pad(my_tensor, [[1, 0], [1, 0]], "SYMMETRIC")
浏览 40提问于2019-02-22得票数 0
回答已采纳
att和V的形状是：v shape:torch.Size([20, 3, 128, 100]) RuntimeError:预期张量在维度1处为100，而参数#2‘batch2’则为128号(同时检查bmm的参数)
我还尝试通过torch.randn生成两个形状相同的张量，并重复相同的操作，没有错误。
浏览 3提问于2020-04-29得票数 0
2回答
我有一个形状的输入张量(32,256,256,256)。在这个张量形状中，32是批次大小。第二，256是给定大小为256×256的图像中的信道数。我想做池，以便将张量转换成形状( 32，32,256,256)。在PyTorch中，如果我尝试应用池，则形状的最后两个维度(与图像相关)正在发生变化，但与通道相关的维度却没有变化。能否将池应用于输入张量以获得输出张量？如果不可能，建议我如何将输入张量转换为输出张量<
浏览 0提问于2021-09-23得票数 1
1回答
在某个时刻，执行的是卷积运算(即输出张量连接到输入张量，并且输出张量中的每个元素只受K大小的2D掩码中包含的输入元素的影响)。输入张量x的形状w_in,w_in
维度2和3上的求和(均为K大小)是指对连接到输出元素的输入元素进行求和，输出元素的位置由维度<e
浏览 0提问于2018-10-23得票数 1
1回答
当将模型导出到ONNX时，输入维度被固定为导出过程中使用的张量的形状，并再次通过从ONNX到CoreML的转换。'example.onnx', minimum_ios_deployment_target='13')对于ONNX导出，您可以导出动态维度, output_names = ['output&#x
浏览 3提问于2020-05-17得票数 4
然后，我编写了使用我的相机的函数(它是来自我的手机的droidCamera，因为在我的PC上我没有任何摄像头设备，所以我使用移动设备的ip )并且代码本身工作:视频出现在屏幕上。dim, interpolation = cv2.INTER_AREA) if cv2.waitKey(1) & 0xFFtorch.no_grad(): bboxes = [[
浏览 4提问于2021-08-19得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
实时音视频活动推荐
腾讯云开发者
